Я просто показываю фрагмент трехмерного массива, потому что он показывает, как выглядят данные. Но обычно лапа соприкасается с землей около 50 кадров, поэтому у меня будет массив в форме 13,10,50, и я хочу сравнить изменения в распределении давления с течением времени. Поэтому я бы поворачивал каждый кадр одинаково. Хотя вы, возможно, знаете, какую библиотеку использовать, это не значит, что я это делаю, но я всего лишь ученый из движения, пытающийся разобраться :-) Но я ценю ваш вклад!

тоящее время, если я хочу сравнить давление под каждой лапой собаки, я сравниваю только давление под каждым пальцем. Но я хочу попробовать сравнить давление под всей лапой.

Но для этого я должен вращать их, чтобы пальцы ног перекрывались (лучше). Потому что в большинстве случаев левая и правая лапы слегка повернуты наружу, так что если вы не можете просто проецировать одну поверх другой. Поэтому я хочу повернуть лапы, чтобы они все были выровнены одинаково.

В настоящее время я вычисляю угол поворота, глядя вверх на два средних пальца и заднийиспользуя обнаружение пальца ноги Затем я вычисляю угол между желтой линией (ось между пальцами зеленого и красного) и зеленой линией (нейтральная ось).

Теперь я хочу повернуть массив, будет вращаться вокруг заднего пальца, так что желтая и зеленая линии выровнены. Но как мне это сделать?

Обратите внимание, что хотя это изображение только 2D (только максимальные значения каждого датчика), я хочу рассчитать его для трехмерного массива (в среднем 10x10x50). Недостатком моего вычисления угла также является то, что он очень чувствителен к обнаружению пальцев, поэтому, если у кого-то есть более математически правильное предложение для расчета этого, я весь слух.

Я видел одно исследование с измерениями давления на людяхгде они использовали метод локальной геометрической инерциальной оси, который, по крайней мере, был очень надежным. Но это все еще не помогает мне объяснить, как вращать массив!

Если кто-то чувствует необходимость экспериментировать, вот файл свсе нарезанные массивы, которые содержат данные о давлении каждой лапы, Для пояснения: walk_sliced_data - это словарь, который содержит ['ser_3', 'ser_2', 'sel_1', 'sel_2', 'ser_1', 'sel_3'], которые являются названиями измерений. Каждое измерение содержит другой словарь, [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10] (пример из «sel_1»), который представляет воздействия, которые были извлечены.

Ответы на вопрос(2)

Ваш ответ на вопрос